一种人脸识别的辅助方法、人脸识别方法及终端设备与流程

本说明书实施例涉及人脸识别技术领域，尤其涉及一种人脸识别的辅助方法、人脸识别方法及终端设备。

背景技术：

随着各种支付技术的迅速发展，为了极大简化支付过程，人脸支付应运而生。人脸支付是一种新出现的电子支付方式，该支付方式由两部分组成：人脸识别登录用户钱包账号及从钱包中扣款完成支付过程。其中，人脸识别登录用户钱包账号的过程是扫描和/或拍摄用户的脸部图片，将该脸部图片与用户的钱包账号中的留底图片进行比对，来完成用户身份的识别和核验，从而完成从钱包中扣款完成支付的过程。但是，目前的人脸支付方式，在扫描和/或拍摄用户的脸部图片的过程中，会存在诸多干扰因素影响选定真实用户，从而影响用户选定的准确性，安全性较差。

技术实现要素：

本说明书实施例提供一种人脸识别的辅助方法、人脸识别方法及终端设备，用于提示引导用户去除干扰因素，从而提升用户的人脸图像选定的准确性。

本说明书实施例采用下述技术方案：

第一方面，提供了一种人脸识别的辅助方法，包括：

获取待识别的人脸图像；

获取所述人脸图像中的人脸分布；

当所述人脸分布异常时，基于所述人脸图像中的人脸分布，执行与所述人脸分布相应的提醒操作。

第二方面，提供了一种人脸识别方法，包括：

采集包括多个人脸的图像；

从所述多个人脸的图像中选择至少一个人脸图像；

基于所述至少一个人脸图像与目标用户的人脸图像进行对比；

基于对比结果确定是否识别成功。

第三方面，提供了一种终端设备，包括：

第一获取模块，用于获取待识别的人脸图像；

第二获取模块，用于获取所述人脸图像中的人脸分布；

执行模块，用于当所述人脸分布异常时，基于所述人脸图像中的人脸分布，执行与所述人脸分布相应的提醒操作。

第四方面，提供了一种终端设备，包括：

采集模块，用于采集包括多个人脸的图像；

选择模块，用于从所述多个人脸的图像中选择至少一个人脸图像；

对比模块，用于基于所述至少一个人脸图像与目标用户的人脸图像进行对比；

确定模块，用于基于对比结果确定是否识别成功。

第五方面，提供了一种终端设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如下步骤：

获取待识别的人脸图像；

获取所述人脸图像中的人脸分布；

当所述人脸分布异常时，基于所述人脸图像中的人脸分布，执行与所述人脸分布相应的提醒操作。

第六方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

获取待识别的人脸图像；

获取所述人脸图像中的人脸分布；

当所述人脸分布异常时，基于所述人脸图像中的人脸分布，执行与所述人脸分布相应的提醒操作。

第七方面，提供了一种终端设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如下步骤：

采集包括多个人脸的图像；

从所述多个人脸的图像中选择至少一个人脸图像；

基于所述至少一个人脸图像与目标用户的人脸图像进行对比；

基于对比结果确定是否识别成功。

第八方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

采集包括多个人脸的图像；

从所述多个人脸的图像中选择至少一个人脸图像；

基于所述至少一个人脸图像与目标用户的人脸图像进行对比；

基于对比结果确定是否识别成功。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

本申请实施例通过获取人脸图像中的人脸分布，并在人脸分布异常时基于人脸图像中的人脸分布，执行与人脸分布相应的提醒操作，使得用户能够根据提醒进行调整以去除干扰因素，从而提升用户的人脸图像选定的准确性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本说明书的一个实施例提供的人脸识别的辅助方法流程图；

图2为本说明书的一个实施例提供的人脸识别的辅助方法的实际应用场景实现示意图；

图3为本说明书的一个实施例提供的人脸识别的辅助方法的实际应用场景下的系统框图；

图4为本说明书的一个实施例提供的人脸识别方法流程图；

图5为本说明书的一个实施例提供的终端设备的结构框图之一；

图6为本说明书的一个实施例提供的终端设备的结构框图之二；

图7为本说明书的一个实施例提供的终端设备的结构框图之三；

图8为本说明书的一个实施例提供的终端设备的结构框图之四。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供一种人脸识别的辅助方法及终端设备，用于提示引导用户去除干扰因素，从而提升用户的人脸图像选定的准确性。本申请实施例提供一种人脸识别的辅助方法，该方法的执行主体，可以但不限于终端设备或能够被配置为执行本申请实施例提供的该方法的装置或系统。

为便于描述，下文以该方法的执行主体为能够执行该方法的终端设备为例，对该方法的实施方式进行介绍。可以理解，该方法的执行主体为终端设备只是一种示例性的说明，并不应理解为对该方法的限定。

图1为本申请实施例提供的人脸识别的辅助方法的流程图，图1的方法可以由终端设备执行，如图1所示，该方法可以包括：

步骤110、获取待识别的人脸图像。

该获取待识别的人脸图像的实现方式可以是通过扫描的方式获取待识别的人脸图像，或者，通过拍摄的方式获取待识别的人脸图像。本申请实施例不做具体限定。

步骤120、获取所述人脸图像中的人脸分布。

该获取所述人脸图像中的人脸分布，具体实现可以为：通过预定算法检测获取的人脸图像中是否含有人脸；若含有，则检测人脸的数量；另外，通过预定算法还可以检测获取的人脸图像中是否含有不完整的人脸图像。

步骤130、当所述人脸分布异常时，基于所述人脸图像中的人脸分布，执行与所述人脸分布相应的提醒操作。

该人脸分布异常可以包括：所述人脸图像中不存在人脸、所述人脸图像中存在至少两个人脸、所述人脸图像中存在至少两个尺寸最大的人脸和所述人脸图像中人脸的特征信息不满足预定条件中的至少一种。

本申请实施例通过获取人脸图像中的人脸分布，并在人脸分布异常时基于人脸图像中的人脸分布，执行与人脸分布相应的提醒操作，使得用户能够根据提醒进行调整以去除干扰因素，从而提升用户的人脸图像选定的准确性。

可选的，作为一个实施例，步骤120具体可实现为：

将所述人脸图像作为多人脸检测模型的输入，以得到输出的人脸分布；

其中，所述多人脸检测模型是基于具有人脸分布异常的人脸图像样本训练得到的。

其中，所述具有人脸分布异常的人脸图像样本可以包括不存在人脸的人脸图像样本、具有至少两个人脸的人脸图像样本和具有不完整人脸的人脸图像样本中的至少一种。

假设，具有人脸分布异常的人脸图像样本包括不存在人脸的人脸图像样本和具有至少两个人脸的人脸图像样本，具有人脸分布正常的人脸图像样本包括具有一个人脸的人脸图像样本。

本步骤中，该多人脸检测模型获得可以为：首先，训练数据中大概包括3类人脸图像样本，分别为不存在人脸的人脸图像样本、具有至少两个人脸的人脸图像样本和具有一个人脸的人脸图像样本，在同一类别下分别选取一千张图像；然后，通过3个类别的各一千张人脸图像样本训练得到多人脸检测模型。其中，如何通过3个类别的各一千张人脸图像样本训练得到多人脸检测模型，属于现有技术，本申请实施例不再赘述。

本申请实施例，通过具有人脸分布异常的人脸图像样本训练得到多人脸检测模型，再将人脸图像作为多人脸检测模型的输入，以得到输出的人脸分布，根据人脸分布是否异常，来确定该人脸图像的是否存在干扰因素，有效避免了采集的人脸图像存在干扰因素的影响，进而确保了后续采用该人脸图像进行用户身份认证及人脸支付的成功率，确保了扫脸支付流程的易用性和安全性。

可选的，作为一个实施例，若所述人脸分布异常包括所述人脸图像中不存在人脸，则执行与所述人脸分布相应的提醒操作，包括：

基于所述人脸图像中不存在人脸，提醒用户位于终端设备的图像采集装置的图像采集区域中。

应理解为，在执行步骤120之后，本申请实施例提供的人脸识别的辅助方法还包括：确定人脸分布是否异常，即确定人脸图像中是否存在人脸；若存在，则确定人脸图像中是否存在至少两个人脸；若不存在，则提醒操作为提醒用户位于终端设备的图像采集装置的图像采集区域中的操作。

本申请实施例中，若人脸图像中不存在人脸，则执行与人脸分布相应的提醒操作，以提醒用户未检测到人脸并引导用户调整站立位置，以准确的获取到用户的人脸图像。

应理解，当图像采集区域中存在多个人脸时，可能会对人脸识别造成干扰，也可能不会对人脸识别造成干扰。

可选的，作为一个实施例，若所述人脸分布异常包括所述人脸图像中存在至少两个人脸，则执行与所述人脸分布相应的提醒操作，包括：

若所述人脸图像中存在至少两个人脸且最大的两个人脸大小之差小于预定阈值，则提醒用户确保终端设备的图像采集装置的采集区域中不存在其他用户。

应理解为，在执行步骤120之后，本申请实施例提供的人脸识别的辅助方法还包括：确定人脸图像中是否存在至少两个人脸；若存在，则确定人脸图像中两个尺寸最大的人脸的大小之差是否大于预定阈值。其中，若确定人脸图像中两个尺寸最大的人脸的大小之差大于预定阈值，则提醒操作为提醒用户确保终端设备的图像采集装置的采集区域中不存在其他用户的操作。例如，提醒用户“为了确保支付安全，刷脸时请确保您周围没有其他人”。

示例性的，若用户与其他用户(如朋友、亲属或陌生人)并排站立在终端设备的图像采集装置的图像采集区域中，则图像采集装置采集的人脸图像中存在至少两个尺寸最大的人脸。

本申请实施例通过在确定人脸图像中存在大小相近的两个最大的人脸时，提醒用户周围存在其他用户，并引导用户清退周围的其他用户，以确保获取的人脸图像的准确性，确保扫脸支付的安全性。

可选的，作为一个实施例，若所述人脸分布异常包括所述人脸图像中存在至少两个人脸，则执行与所述人脸分布相应的提醒操作，包括：

选取所述人脸图像中尺寸最大的人脸；

确定所述尺寸最大的人脸的特征信息是否满足人脸识别比对条件；

若不满足，则提醒用户与终端设备的图像采集装置保持预定距离。

示例性的，若用户与其他用户(如朋友、亲属或陌生人)并前后站立在终端设备的图像采集装置的图像采集区域中，则图像采集装置采集的人脸图像中存在至少两个人脸。由于距离图像采集装置的远近不同，该至少两个人脸的尺寸大小不一。此时，由于实际操作中用户位于图像采集装置最近的位置，则用户的人脸图像的尺寸通常是最大的。

该人脸的特征信息可以指人脸的尺寸信息、人脸在终端屏幕上的位置信息，等等。相应的，人脸识别比对条件用于表征满足人脸识别比对的条件，例如，人脸识别比对条件为人脸的尺寸范围。

该尺寸最大的人脸为加权后尺寸最大的人脸，所述加权后尺寸最大的人脸是基于人脸检测框大小和所述人脸检测框中心到终端设备屏幕中心距离得到的。应理解为，以人脸检测框大小为基础，逆加权人脸检测框中心到终端设备的屏幕中心距离后的结果(即人脸检测框中心到屏幕中心距离越小加权越大，距离越大加权越小)，其数学表达式为：加权后人脸大小＝人脸检测框大小/人脸检测框中心到屏幕中心距离。

本申请实施例通过选取人脸图像中尺寸最大的人脸；确定尺寸最大的人脸的特征信息是否满足人脸识别比对条件；若不满足，则提醒用户与终端设备的图像采集装置保持预定距离，以提醒用户选定的人脸图像不符合人脸识别比对条件，并引导用户调整在图像采集装置的图像采集区域的位置及距离图像采集装置的距离，以鼓励用户在扫脸时能够位于图像采集装置的图像采集区域的指定位置，以便于后续处理。

可选的，作为一个实施例，当所述指定检测操作的检测结果正常时，本申请实施例提供的人脸识别的辅助方法还可以包括：

确定人脸图像中是否存在一个人脸；若存在，则确定人脸的特征信息是否满足人脸识别比对条件；若不满足，则提醒用户与终端设备的图像采集装置保持预定距离；若满足，则将所述待识别的人脸图像发送至识别终端设备。

可理解为，确定人脸的特征信息是否满足人脸识别比对条件；若满足，将待识别的人脸图像发送至识别终端设备。该识别终端设备可将该人脸图像与预先存储的人脸图像进行比对，若两者的相似度值大于预定数值，则确定用户身份认证通过并从钱包中扣款完成支付操作。其中，预定数值需要根据实际需求设置，本申请实施例不做具体限定。

示例性的，该识别终端设备将该人脸图像与预先存储的人脸图像进行比对，具体可实现为；获取人脸图像的人脸区域的图像信息，及预先存储的人脸图像的人脸区域的图像信息，将两个图像信息进行比对，基于两个图像信息中的相似特征，确定人脸图像与预先存储的人脸图像的相似度值。其中，预先存储的人脸图像可以是识别终端设备内部预先存储的与用户钱包账号对应的人脸图像，也可以是根据与用户钱包账号对应的用户身份证号码，在官方官网系统获取的人脸图像。

本申请实施例，当人脸图像的人脸分布正常时，将待识别的人脸图像发送至识别终端设备，由识别终端设备基于待识别的人脸图像进行用户身份认证及人脸支付，确保了采用人脸图像进行用户身份认证及人脸支付的成功率。

下面将结合具体的实施例，对本申请实施例的方法做进一步的描述。

图2示出了本申请实施例提供的人脸识别的辅助方法在实际应用场景下的流程图；图3示出了本申请实施例提供的人脸识别的辅助方法在实际应用场景下的系统框图；

示例性的，用户人脸识别登录用户钱包账号进行人脸支付，结合图2和图3所示：

在200，终端设备1上提示用户输入用户手机号。用户在终端设备1上输入手机号后，终端设备1将该用户手机号发送至识别终端设备。

在210，识别终端设备2接收到用户手机号，并基于用户手机号查找用户钱包账号，若查找到，执行步骤230；否则，执行步骤220。

在220，识别终端设备2提示用户进行新用户注册。

在230，终端设备1采集人脸图像。

在240，终端设备1获取待识别的人脸图像。

在250，终端设备1获取人脸图像中的人脸分布，并确定该人脸图像中的人脸分布是否异常，示例性的，该人脸图像中是否存在人脸；若是，则执行步骤260；若否，则执行步骤251。

其中，终端设备1获取人脸图像中的人脸分布，并确定该人脸图像中的人脸分布是否异常，示例性的，该人脸图像中是否存在人脸像，具体实现可以参加上述实施例中的相关内容，本申请实施例不再赘述。

在251，终端设备1执行与人脸分布相应的提醒操作，示例性的，提醒用户位于终端设备的图像采集装置的图像采集区域中。

在260，终端设备1获取人脸图像中的人脸分布，并确定该人脸图像中的人脸分布是否异常，示例性的，该人脸图像中是否存在至少两个人脸；若是，则执行步骤270。

在270，终端设备1获取人脸图像中的人脸分布，并确定该人脸图像中的人脸分布是否异常，示例性的，该人脸图像中是否存在至少两个尺寸最大的人脸；若否，则执行步骤280；若是，则执行步骤271。

应理解，该人脸图像中存在至少两个尺寸最大的人脸，是指该人脸图像中存在的至少两个最大的人脸的尺寸大小相近。

在271，终端设备1执行与人脸分布相应的提醒操作，示例性的，提醒用户确保终端设备的图像采集装置的采集区域中不存在其他用户。

在280，终端设备1选取人脸图像中尺寸最大的人脸，确定该尺寸最大的人脸的特征信息是否满足人脸识别比对条件；若不满足，则执行步骤281；否则，执行步骤290。

在281，终端设备1执行与人脸分布相应的提醒操作，示例性的，提醒用户与终端设备的图像采集装置保持预定距离。

在290，将人脸图像与预先存储的人脸图像进行比对；

在291，用户身份认证通过并从钱包中扣款完成支付操作。

本申请实施例通过获取人脸图像中的人脸分布，并在人脸分布异常时基于人脸图像中的人脸分布，执行与人脸分布相应的提醒操作，使得用户能够根据提醒进行调整以去除干扰因素，从而提升用户的人脸图像选定的准确性。

本申请实施例提供一种人脸识别方法及终端设备，用于提示引导用户去除干扰因素，从而提升用户的人脸图像选定的准确性。本申请实施例提供一种人脸识别方法，该方法的执行主体，可以但不限于终端设备或能够被配置为执行本申请实施例提供的该方法的装置或系统。

为便于描述，下文以该方法的执行主体为能够执行该方法的终端设备为例，对该方法的实施方式进行介绍。可以理解，该方法的执行主体为终端设备只是一种示例性的说明，并不应理解为对该方法的限定。

图4为本申请实施例提供的人脸识别方法的流程图，图4的方法可以由终端设备执行，如图4所示，该方法可以包括：

步骤410、采集包括多个人脸的图像。

该采集包括多个人脸的图像的实现方式可以是通过扫描的方式采集包括多个人脸的图像，或者，通过拍摄的方式采集包括多个人脸的图像。本申请实施例不做具体限定。

步骤420、从所述多个人脸的图像中选择至少一个人脸图像。

该从多个人脸的图像中选择至少一个人脸图像的选择标准可以根据实际需求设定，本申请实施例不做具体限定。

步骤430、基于所述至少一个人脸图像与目标用户的人脸图像进行对比。

步骤440、基于对比结果确定是否识别成功。

本申请实施例通过采集包括多个人脸的图像，从多个人脸的图像中选择至少一个人脸图像，基于至少一个人脸图像与目标用户的人脸图像进行对比，基于对比结果确定是否识别成功，以识别包括多个人脸的图像中是否存在能够被识别成功的人脸图像，确保了采用人脸图像进行用户身份认证及人脸支付的成功率，从而保证后续用户能顺利完成整个人脸支付流程，提升全链路通过率。同时也是帮助用户学习使用人脸支付的一个过程，使用户在感受到人脸支付的智能性后，也会因为其独特的用户体验，有利于人脸支付的普及。

可选的，作为一个实施例，步骤410具体可实现为：

同时采集多个人脸，以获取包括所述多个人脸的图像。

示例性的，当多个用户位于终端设备的图像采集装置的图像采集区域内时，同时采集多个用户的人脸。

可选的，作为一个实施例，步骤430具体可实现为：

将目标用户的标识和所述至少一个人脸图像的特征信息发送到服务器，以通过所述服务器比对存在所述服务器上的所述目标用户的人脸特征信息。

应理解为，该服务器将该至少一个人脸图像的特征信息和目标用户的标识对应的人脸特征信息进行比对。

具体可实现为；获取至少一个人脸图像的特征信息，及预先存储的目标用户的人脸特征信息，将两个信息进行比对，基于两个信息中的相似特征，确定至少一个人脸图像与预先存储的目标用户的人脸图像的相似度值。其中，预先存储的目标用户的人脸图像可以是识别终端设备内部预先存储的与用户钱包账号对应的人脸图像，也可以是根据与用户钱包账号对应的用户身份证号码，在官方官网系统获取的人脸图像。

本申请实施例通过将目标用户的标识和至少一个人脸图像的特征信息发送到服务器，以通过服务器比对存在服务器上的所述目标用户的人脸特征信息，由识别终端设备基于至少一个人脸图像的特征信息进行用户身份认证及人脸支付，确保了采用人脸图像进行用户身份认证及人脸支付的成功率。

可选的，作为一个实施例，步骤420具体可实现为：

若所述多个人脸的图像中存在尺寸最大的人脸，则选择所述尺寸最大的人脸图像。

示例性的，若用户与其他用户(如朋友、亲属或陌生人)并前后站立在终端设备的图像采集装置的图像采集区域中，则图像采集装置采集的人脸图像中存在至少两个人脸。由于距离图像采集装置的远近不同，该至少两个人脸的尺寸大小不一。此时，由于实际操作中用户位于图像采集装置最近的位置，则用户的人脸图像的尺寸通常是最大的。

该尺寸最大的人脸为加权后尺寸最大的人脸，所述加权后尺寸最大的人脸是基于人脸检测框大小和所述人脸检测框中心到终端设备屏幕中心距离得到的。应理解为，以人脸检测框大小为基础，逆加权人脸检测框中心到终端设备的屏幕中心距离后的结果(即人脸检测框中心到屏幕中心距离越小加权越大，距离越大加权越小)，其数学表达式为：加权后人脸大小＝人脸检测框大小/人脸检测框中心到屏幕中心距离。

本申请实施例通过选取多个人脸的图像中存在尺寸最大的人脸，以鼓励用户在扫脸时能够位于图像采集装置的图像采集区域的指定位置，以便于后续处理。

可选的，作为一个实施例，在执行步骤420之前，本申请实施例提供的人脸识别方法还包括：

若所述多个人脸的图像中存在至少两个人脸图像，且所述至少两个人脸图像中尺寸最大的两个人脸图像的大小之差小于预定阈值，则执行提醒操作。

示例性的，若用户与其他用户(如朋友、亲属或陌生人)并排站立在终端设备的图像采集装置的图像采集区域中，则图像采集装置采集的人脸图像中存在至少两个人脸，且尺寸最大的两个人脸的大小接近。

示例性的，该提醒操作可以为提醒用户确保终端设备的图像采集装置的采集区域中不存在其他用户的操作，如，提醒用户“为了确保支付安全，刷脸时请确保您周围没有其他人”。

本申请实施例通过确定人脸图像中存在至少两个人脸图像且尺寸最大的两个人脸大小接近时，则执行提醒操作，以提醒用户周围存在其他用户，并引导用户清退周围的其他用户，以确保获取的人脸图像的准确性，确保扫脸支付的安全性。

以上，结合图1至图3详细说明了本申请实施例的人脸识别的辅助方法，下面，结合图5，详细说明本申请实施例的终端设备。

图5示出了本申请实施例提供的终端设备的结构示意图，如图5所示，该终端设备500可以包括：

第一获取模块510，用于获取待识别的人脸图像；

第二获取模块520，用于获取所述人脸图像中的人脸分布；

执行模块530，用于当所述人脸分布异常时，基于所述人脸图像中的人脸分布，执行与所述人脸分布相应的提醒操作。

在一种实施例中，所述第二获取模块520包括：

输入单元，用于将所述人脸图像作为多人脸检测模型的输入，以得到输出的人脸分布；

其中，所述多人脸检测模型是基于具有人脸分布异常的人脸图像样本训练得到的。

在一种实施例中，所述人脸分布异常包括：所述人脸图像中不存在人脸、所述人脸图像中存在至少两个人脸、所述人脸图像中存在至少两个尺寸最大的人脸和所述人脸图像中人脸的特征信息不满足预定条件中的至少一种。

在一种实施例中，若所述人脸分布异常包括所述人脸图像中不存在人脸，则所述执行模块530包括：

第一提醒单元，用于基于所述人脸图像中不存在人脸，提醒用户位于终端设备的图像采集装置的图像采集区域中。

在一种实施例中，若所述人脸分布异常包括所述人脸图像中存在至少两个人脸，则所述执行模块530包括：

第一确定单元，用于确定所述人脸图像中是否存在至少两个人脸且尺寸最大的两个人脸的大小之差小于预定阈值；

第二提醒单元，用于若所述第一确定单元确定所述人脸图像中存在至少两个人脸且尺寸最大的两个人脸的大小之差小于预定阈值，则提醒用户确保终端设备的图像采集装置的采集区域中不存在其他用户。

在一种实施例中，若所述人脸分布异常包括所述人脸图像中存在至少两个人脸，则所述执行模块530包括：

选取单元，用于选取所述人脸图像中尺寸最大的人脸；

第二确定单元，用于确定所述尺寸最大的人脸的特征信息是否满足人脸识别比对条件；

第三提醒单元，用于若所述第二确定单元确定所述尺寸最大的人脸的特征信息不满足人脸识别比对条件，则提醒用户与终端设备的图像采集装置保持预定距离。

在一种实施例中，所述尺寸最大的人脸为加权后尺寸最大的人脸，所述加权后尺寸最大的人脸是基于人脸检测框大小和所述人脸检测框中心到终端设备屏幕中心距离得到的。

本申请实施例通过获取人脸图像中的人脸分布，并在人脸分布异常时基于人脸图像中的人脸分布，执行与人脸分布相应的提醒操作，使得用户能够根据提醒进行调整以去除干扰因素，从而提升用户的人脸图像选定的准确性。

以上，结合图4详细说明了本申请实施例的人脸识别方法，下面，结合图6，详细说明本申请实施例的终端设备。

图6示出了本申请实施例提供的终端设备的结构示意图，如图6所示，该终端设备600可以包括：

采集模块610，用于采集包括多个人脸的图像；

选择模块620，用于从所述多个人脸的图像中选择至少一个人脸图像；

对比模块630，用于基于所述至少一个人脸图像与目标用户的人脸图像进行对比；

确定模块640，用于基于对比结果确定是否识别成功。

本申请实施例通过采集包括多个人脸的图像，从多个人脸的图像中选择至少一个人脸图像，基于至少一个人脸图像与目标用户的人脸图像进行对比，基于对比结果确定是否识别成功，以识别包括多个人脸的图像中是否存在能够被识别成功的人脸图像，确保了采用人脸图像进行用户身份认证及人脸支付的成功率，从而保证后续用户能顺利完成整个人脸支付流程，提升全链路通过率。

本申请实施例的方案，同时也是帮助用户学习使用人脸支付的一个过程，使用户在感受到人脸支付的智能性后，也会因为其独特的用户体验，有利于人脸支付的普及。

在一种实施例中，所述采集模块610包括：

采集单元，用于同时采集多个人脸，以获取包括所述多个人脸的图像。

在一种实施例中，所述对比模块630包括：

发送单元，用于将目标用户的标识和所述至少一个人脸图像的特征信息发送到服务器，以通过所述服务器比对存在所述服务器上的所述目标用户的人脸特征信息。

在一种实施例中，所述选择模块620包括：

选择单元，用于若所述多个人脸的图像中存在尺寸最大的人脸，则选择所述尺寸最大的人脸图像。

在一种实施例中，所述终端设备600还包括：

执行模块650，用于若所述多个人脸的图像中存在至少两个人脸图像，且所述至少两个人脸图像中尺寸最大的两个人脸图像的大小之差小于预定阈值，则执行提醒操作。

图7是本说明书的一个实施例提供的终端设备的结构示意图。请参考图7，在硬件层面，该终端设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(random-accessmemory，ram)，也可能还包括非易失性存储器(non-volatilememory)，例如至少1个磁盘存储器等。当然，该终端设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是isa(industrystandardarchitecture，工业标准体系结构)总线、pci(peripheralcomponentinterconnect，外设部件互连标准)总线或eisa(extendedindustrystandardarchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成资源增值对象与资源对象的关联装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

获取待识别的人脸图像；

获取所述人脸图像中的人脸分布；

当所述人脸分布异常时，基于所述人脸图像中的人脸分布，执行与所述人脸分布相应的提醒操作。

本申请实施例通过获取人脸图像中的人脸分布，并在人脸分布异常时基于人脸图像中的人脸分布，执行与人脸分布相应的提醒操作，使得用户能够根据提醒进行调整以去除干扰因素，从而提升用户的人脸图像选定的准确性。

上述如本说明书图1所示实施例揭示的人脸识别的辅助方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field－programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书一个或多个实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

该终端设备还可执行图7的人脸识别的辅助系统所执行的人脸识别的辅助方法，本说明书在此不再赘述。

当然，除了软件实现方式之外，本说明书的终端设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

图8是本说明书的一个实施例提供的终端设备的结构示意图。请参考图8，在硬件层面，该终端设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(random-accessmemory，ram)，也可能还包括非易失性存储器(non-volatilememory)，例如至少1个磁盘存储器等。当然，该终端设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是isa(industrystandardarchitecture，工业标准体系结构)总线、pci(peripheralcomponentinterconnect，外设部件互连标准)总线或eisa(extendedindustrystandardarchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成资源增值对象与资源对象的关联装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

采集包括多个人脸的图像；

从所述多个人脸的图像中选择至少一个人脸图像；

基于所述至少一个人脸图像与目标用户的人脸图像进行对比；

基于对比结果确定是否识别成功。

本申请实施例通过采集包括多个人脸的图像，从多个人脸的图像中选择至少一个人脸图像，基于至少一个人脸图像与目标用户的人脸图像进行对比，基于对比结果确定是否识别成功，以识别包括多个人脸的图像中是否存在能够被识别成功的人脸图像，确保了采用人脸图像进行用户身份认证及人脸支付的成功率，从而保证后续用户能顺利完成整个人脸支付流程，提升全链路通过率。同时也是帮助用户学习使用人脸支付的一个过程，使用户在感受到人脸支付的智能性后，也会因为其独特的用户体验，有利于人脸支付的普及。

上述如本说明书图4所示实施例揭示的人脸识别方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field－programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书一个或多个实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

该终端设备还可执行图8的人脸识别系统所执行的人脸识别方法，本说明书在此不再赘述。

当然，除了软件实现方式之外，本说明书的终端设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

本说明书实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述各个方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(read-onlymemory，简称rom)、随机存取存储器(randomaccessmemory，简称ram)、磁碟或者光盘等。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。